Fotografier gir gamle kunstverk nytt liv

Avansert matematikk og fargevitenskap kan gjenskape kunstverk vi trodde var tapt for alltid.

Bildet viser et resultat der metoden er brukt på et fotografi av den forsvunne maleriet "Satyrs and Bacchants" av Peter Paul Rubens. (Foto: (Illustrasjon: Høgskolen i Gjøvik/Peter Paul Rubens))

Gjennom historien er mange uvurderlige kunstverk blitt stjålet eller ødelagt. Ofte er det eneste minnet vi har om disse kunstverkene er fotografier av varierende kvalitet.


Senest ifjor kom beskjeden om at Monets “Waterloo Bridge, London” og Picassos “Harlequin Head” ble ødelagt i en brann i Romania.ødtekst>

De hadde blitt stjålet fra Rotterdam Kunsthal Museum året før. 

Hovedkilden til mange tapte kunstverk er avbildninger i eldre kunstbøker, ofte med fotografier som stammer fra tidlig 1900-tallet. Disse fotografiene er ikke spesielt gode, med lav bildekvalitet, feilaktig fargegjengivning og lav oppløsning.

Likevel er de unike som eneste kilde til kunstverk som i dag er borte.

Hvor interessant vil det ikke være for kunstverdenen og oss allminnelig kunstinteresserte å få se en gjengivelse av det originale kunstverket, i høy oppløsning og med så naturlig farger som mulig?

Forskere på dette feltet har ikke et enkelt utgangspunkt, men det lar seg gjøre.

Bedre innsyn i tapte verk

Det finnes mange måter å bevare og gjenskape kunst på.

Forskere ved Høgskolen i Gjøvik utvikler nå en ny metode for å gjenskape høykvalitetsbilder av kunstverk som er savnet og antagelig ødelagt. Professor Jon Yngve Hardeberg ved Fargelaboratoriet på høgskolen er primus motor i forskningen.

Hardeberg håper rekonstruksjonene av tapte kunstverk kan gi innsyn i og ny kunnskap om kunsthistorien.

- Det blir selvfølgelig langt fra en eksakt reproduksjon av originalverkets farger, teksturer og detaljer, forklarer han.

Jon Yngve Hardeberg. (Foto: Høgskolen i Gjøvik)

- Historien vil likevel bli fortalt på en bedre måte enn fotografiene av lav kvalitet gjør i dag.

Superoppløsning og fargekorrigering

Dette prosjektet er det aller første som prøver å gjenskape tapt kunst, og åpner for helt nye muligheter innen bruken av fargebildeteknologi i kunstverdenen, mener forskeren.

Metoden er en kombinasjon av superoppløsning og fargekorrigering. Ved hjelp av matematiske algoritmer rekonstrueres et fargekorrigert høykvalitetsbilde med en høyere oppløsning enn i det originale bildet.

For å gjøre dette henter forskerne informasjon om tekstur, detaljer og farger fra høyoppløselige, fargekorrigerte digitale bilder av sammenliknbare malerier. 

-Vi bruker de lavoppløselige og høyoppløselige bildefragmenter til å trene opp algoritmene, forklarer Hardeberg.

De lavoppløselige bildene er skannet fra trykte historiske kunstbøker, de høyoppløselige bildene er fra moderne digitale fargekorrigerte avbildninger av de samme maleriene.

Den statistiske sammenhengen mellom disse datasettene brukes så i neste instans for å rekonstruere liknende malerier.

Målet er at bildet skal samsvare bedre både i struktur og farger med det originale maleriet.

- I forsøkene brukte vi flere bilder av Peter Paul Rubens, disse ble skannet inn fra kunstbøker fra mellomkrigstiden og deretter behandlet med de ulike algoritmene, forteller Hardeberg.

- Slike bilder er naturligvis av varierende kvalitet, men resultatene er svært lovende.

Side om side med ekte malerier

Metoden åpner for nye bruksområder for fargebildeteknologi, ifølge forskerne.

Neste skritt i prosessen vil være å trykke de nye, høyoppløselige bildene. Dersom resultatet er tilfredsstillende vil det kanskje være mulig å stille ut gjengivelser av tapte kunstverk side om side med ekte malerier. 

- Kanskje vi en gang kan bidra til en kunstutstilling der en gjenskapt «Harlequin Head» kan beundres sammen med andre av Picassos senere verk, avslutter Hardeberg.

Referanser: 

Maria Lena Demetriou, Jon Yngve Hardeberg og Gabriel Adelmann: Computer-Aided Reclamation of Lost Art, A. Fusiello et al. (Eds.): Computer Vision - ECCV 2012 Workshops and Demonstrations, Part I, Lecture Notes in Computer Science, Volume 7583, pp. 551–560, 2012.

Maria Lena Demetriou, Jon Yngve Hardeberg og Gabriel Adelmann, Learning super-resolution from misaligned examples. Colour and Visual Computing Symposium (CVCS), IEEE, pp 1-5, 2013.

Saken er produsert og finansiert av Høgskolen i Gjøvik - Les mer

Powered by Labrador CMS